データ環境と Data 360 について知る
学習の目的
この単元を完了すると、次のことができるようになります。
- 現在のデータ環境とその課題について説明する。
- 一元化された統合データプラットフォームの必要性について説明する。
- Data 360 とそのコア機能を定義する。
始める前に
このバッジは「Data 360: データの価値を解き放つ」トレイルの一部です。このトレイルでは、Salesforce Data 360 の戦略的重要性とメリットについて解説します。このバッジでは、データの基本事項について学び、Data 360 を定義して、この製品と市場の歴史を振り返ります。
複雑なデータ環境を理解する
昨今の組織は、多様なデータソース、システム、テクノロジーが絡み合う複雑なデータ環境で業務を行っています。組織の多くは、それぞれ特定のニーズを満たすために構築された各種のデータレイク、データウェアハウス、システムを管理するために、多大な時間 (と投資!) を費やしています。こうしたシステムは連動するように設計されたものの、結局はデータが分散してしまい、容易にアクセスできないことが多々あります。
データには以下の重大な課題が存在します。
- データのサイロ: Slack のやり取り、PDF、Google ドキュメント、動画、サポートチケットなど、データがさまざまなシステムに分散し、非構造化形式で保存されているため、ビジネスはシームレスなカスタマーエクスペリエンスの創出に苦慮しています。
- 信頼性の低いインサイト: 構造化と非構造化のすべてのデータを、信頼のおける顧客インサイトの情報源に変換し、組織全体で安全に使用できるようにするのは容易いことではありません。散在しているエンタープライズデータとナレッジを統合して管理することができないため、取得するインサイトが断片的になります。
- 実行が困難なアクション: インサイトをアクションにつなげるまでに時間がかかり、ボトルネックが発生しやすいため、業務の中で市場の要求や従業員および顧客のニーズに即応することができません。
こうした課題の蔓延はデータでも裏付けられています。MuleSoft の「2025 Connectivity Benchmark Report (2025 年接続性ベンチマークレポート)」によると、企業内のアプリケーションの 71% が接続されておらず、ビジネスリーダーの 43% はデータの品質を信頼していないということです。さらに、リーダーの 80% がデータに基づいてビジネスの優先事項を推進することに苦心しています。
こうした課題を解決するためには、さまざまなソースのデータを統合する必要があります。従来、各種のシステムのデータを統合するということは、データを一元的なプラットフォームに物理的にコピーすることを意味し、大量の時間とリソースを消費するため、非効率的でした。その解決策が、データを移動するのではなく、データを接続して一元化することです。組織は、多様なソースのデータを一元化して、顧客の全体像を示す 360 度ビューを生成し、そのデータを基にアクションを実行できる包括的なプラットフォームを必要としています。そこで登場したのが Data 360 です。
Data 360 は単なるカスタマーデータプラットフォームではありません。Salesforce 全体と Agentforce でデータを 1 つにまとめ、分析して活用するプラットフォームです。
Data 360 の詳細を知る
Data 360 は、散在するソースのデータをまとめて一元化し、分析やインサイトを生成して、そのデータをワークフロー、アプリケーション、Agentforce で活用できるようにする一元管理型のプラットフォームです。
リアルタイム、ゼロコピー、AI の基盤を確認する
Data 360 は、システム全体のお客様のやり取りにほぼ瞬時にアクセスできるリアルタイムのプラットフォームです。1 秒未満でデータを分析して、顧客プロファイルを更新します。お客様のアクションが生じた瞬間に把握して対応できるため、カスタマーエクスペリエンスと業務効率が向上します。詳細は、「Data 360 のリアルタイムのユースケース」を参照してください。
Data 360 はゼロコピー機能も備えています。つまり、データを複製しなくても、自在にデータを共有したり、外部のデータにアクセスしたりすることができます。データウェアハウスやデータレイクなどの外部データソースと統合して、双方向の通信を確立します。詳細は、「Data 360 とゼロコピー」を参照してください。
Data 360 は AI の基盤です。組織全体の信頼できるデータを一元化して、AI エージェントや予測モデルに配信します。Data 360 は、効果的なエージェントに欠かせない機能の原動力です。たとえば、ビジネスデータでエージェントの応答をグラウンディングする検索拡張生成 (RAG) や、セキュリティとコンプライアンスのガードレールを確立する Einstein Trust Layer などです。詳細は、「Data 360 を活用した Agentforce」を参照してください。
次の単元では、Data 360 のデータ処理のフェーズと各フェーズのコア機能を見ていきます。